人工智能（Artificial Intelligence, AI）的应用趋势将大幅转换人类生活及各领域。现阶段，此项科技也正在改变生产和制造过程。为了进一步了解人工智能，我们需要认识以下术语：人工神经网络（Artificial Neural Network, ANN），机器学习（Machine Learning, ML）和深度学习（Deep Learning, DL）。

机器学习是基于逻辑的算法，使算法于数据分析过程中提供训练的功能。深度学习是机器学习的子集；但是，深度学习将基于自学功能创建其神经网络。深度学习需要更大的处理能力以及更多的数据，以实现所需的算法精度。深度学习算法能自动学习。自动化检测系统可以识别图像、区分并做出合理的判定。通过机器视觉（Machine Vision, MV）进行的深度学习能使系统进行图像采集，预处理和分类来执行质量检查。机器视觉系统能使算法执行检测缺陷，污染物和其他不规则异常的检查。

利用AI改善PCBA制造流程的机会正在实现。为了使SMT行业采纳并强化AI的解决方案，必须克服现有挑战并开发更进阶的技术。硬件和机器视觉的进步推动了SMT制造业AI的发展。以进行高精度运动，实现了更佳的量测Gage R&R数值。这对于所需的数据收集至关重要。 

德律科技（TRI）拥有超过30年的产业丰富经验，可提供创新的模块化、高度可定制的系统，满足客户的特定需求。为了降低成本并提高生产线的质量，德律科技开发了AI解决方案。这些智能的检测解决方案简化了操作和生产线作业，并满足高混合量及小批量生产的应用。

德律科技（TRI）——人工智能工作站

德律科技的AI Station工作站是一种用户端-服务器模型解决方案，可与生产线中的AOI作整合。AI Station工作站将收集AOI大数据并分析以实现最佳的微调。优化为连续性的全天候检测，无需任何人工协助。AI Station工作站可以确保改善决策，缩短编程时间并提高生产率。

德律科技（TRI）——人工智能验证主机

人工智能验证主机可以发挥AI的潜力，并在维修站中做出更优化的决策。AI验证主机是一个聪明的智能维修站，减少人工重新检查的需要并降低运营成本。强大的人工智能维修站解决方案能减少误判来增强生产流程，并提供检查状态的实时数据分析。

AI驱动OCV/OCR算法

传统的OCV/OCR算法需要进行特定调试设定，会花费大量时间和人力配置。传统的OCV/OCR算法容易受到影像噪声、字体差异和字符丢失的干扰；因此误报率很高（超过10％-20％）。由人工智能驱动的OCV/OCR算法可以构建和微调字体库，优化字符呈现。创新的人工智能驱动的OCV/OCR可以轻松检测低对比度字符，这是传统同类产品几乎不可能做到的。

图示：德律科技AI验证主机

外观缺陷检查

人工智能驱动的检查最有用的优点之一是拥有一个可靠的检测系统，用于常见缺陷以及复杂表面和零件的外观缺陷检查。传统的方法检测SMT组件（例如芯片，IC，连接器等）的损坏零件时，很难预测损坏零件的外观，而人工智能可以透过范例的训练，学习如何识别缺陷。

如汽车，医疗，航天和国防等行业已要求通过人工智能实现更高效，更精确的检查解决方案。以前，这些行业都是依靠压力测试和细致的人工检查来检测任何非标准缺陷。

图示：AI OCR 侦测